本次实验比较和测试了三类文档表示方法：基于tf-idf表示的潜在语义分析（Latent Semantic Index, LSI）和潜在狄立克雷分配（Latent Dirichlet Allocation，LDA）和基于神经网络的doc2vec模型。 三个实验的程序分别在tf-idf_LSI、tf-idf_LDA和doc2vec文件夹中，每个文件夹中都有一个main.py, 直接运行它即可：python main.py, 详情见对应文件夹中的README.txt文件。部分程序运行可能耗时较长，请耐心等待。 data文件夹中存放着程序使用的原始语料数据和公共数据。 anthor: jcai mail: jcai@mail.com